如何以单词形式提取数字＆＃39;从一个字符串

Question

有谁知道从哪里开始？ 例如，从“我有两个苹果”中提取“两个”。 我正朝着NLP或QDA的方向前进。任何有关如何去做的线索将不胜感激。

Answer 1

您可能对Stanford NER系统感兴趣。 它标识数字实体。

您可以在此处试用：http://nlp.stanford.edu:8080/corenlp/

Answer 2

这个怎么样？

(((?:sixty|seventy|eighty|ninety|fourteen|sixteen|seventeen|eighteen|nineteen|one|two|three|four|five|six|seven|eight|nine|ten|eleven|twelve|thirteen|fourteen|fifteen|twenty|thirty|forty|fifty|hundred|thousand|million|billion|trillion|and)[,   -]*)+)

这些单词必须乱序，因为正则表达式匹配找到的第一个轮换。六十，六，十四，四，等等。

演示： Regexr

这个正则表达式可能更好，它管理它忽略尾随空格

((\b(?:fourty|sixty|seventy|eighty|ninety|fourteen|sixteen|seventeen|eighteen|nineteen|one|two|three|four|five|six|seven|eight|nine|ten|eleven|twelve|thirteen|fifteen|twenty|thirty|forty|fifty|hundred|thousand|million|billion|trillion|and)\b[ ,    -]*)+(?=\W|$)+)

此外，你在这个正则表达式开始时会注意到四十岁。这是一个十分常见的拼写错误，所以我认为这对你有用。如果您愿意，可以将其删除。